以太坊交易欺诈检测数据集EthereumTransactionFraudDetectionDataset-drpashamd4r
数据来源：互联网公开数据
标签：以太坊, 区块链, 交易欺诈, 风险评估, 数据分析, 机器学习, 异常检测, 加密货币
数据概述：
该数据集包含来自以太坊区块链的交易数据，记录了与交易欺诈检测相关的关键特征。主要特征如下：
时间跨度：数据未标明具体时间，可视为静态交易特征数据集使用。
地理范围：数据来源于以太坊区块链，覆盖全球范围内的以太坊交易。
数据维度：数据集包含多个交易相关的特征，包括：
FLAG：欺诈标记（1代表欺诈，0代表正常）。
Avg_min_between_received_tnx：平均接收交易间隔时间（分钟）。
Sent_tnx：发送交易数量。
Number_of_Created_Contracts：创建的合约数量。
Unique_Sent_To_Addresses：唯一发送地址数量。
max_value_received：接收到的最大交易额。
min_val_sent：发送的最小交易额。
avg_val_sent：平均发送交易额。
total_transactions_(including_tnx_to_create_contract)：总交易数（包括创建合约的交易）。
total_ether_received：接收到的以太币总额。
total_ether_balance：以太币总余额。
ERC20_total_Ether_received：ERC20代币接收总量。
ERC20_total_Ether_sent_contract：ERC20代币发送到合约的总量。
ERC20_uniq_rec_addr：ERC20代币唯一接收地址数量。
ERC20_uniq_rec_contract_addr：ERC20代币唯一接收合约地址数量。
ERC20_max_val_rec：ERC20代币接收到的最大值。
ERC20_min_val_sent：ERC20代币发送的最小值。
ERC20_avg_val_sent：ERC20代币平均发送值。
ERC20_uniq_rec_token_：ERC20代币唯一接收的Token数量。
数据格式：CSV格式，文件名为selected_transactions_up1.csv，方便数据分析和建模。
该数据集特别适合用于以太坊交易欺诈行为的识别与预测。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于区块链安全、加密货币风险评估等领域的学术研究，如欺诈交易模式识别、异常检测算法研究等。
行业应用：为加密货币交易所、钱包服务提供商、安全审计公司提供数据支持，用于风险控制、欺诈预警、用户行为分析。
决策支持：支持区块链项目的安全策略制定和风险管理，帮助优化交易验证流程。
教育和培训：作为区块链安全、数据分析等课程的实训素材，帮助学生和研究人员深入理解区块链交易欺诈的特征和识别方法。
此数据集特别适合用于探索区块链交易中的欺诈行为模式，帮助用户建立欺诈检测模型，提升风险防范能力。
